Andrew Ng extrait quatre compétences clés de 10 000 offres

Andrew Ng relance DeepLearning.AI avec un focus sur l’ingénierie IA, selon la publication d’AINews du 25 août 2026. Le cofondateur de Google Brain et de Coursera présente quatre compétences prioritaires pour ce domaine. Cette orientation repose sur l’analyse de plus de 10 000 offres d’emploi. L’équipe a également mené des dizaines d’entretiens structurés avec des experts IA, des responsables du recrutement et des recruteurs. Elle a recueilli des données par sondage, puis synthétisé d’autres données disponibles en ligne. La source originale renvoie aussi vers la publication complète d’Andrew Ng. L’analyse vise les compétences d’ingénierie IA, au-delà du seul intitulé de poste d’ingénieur IA.

Quatre compétences émergent de cette analyse. La première consiste à construire et déployer des applications IA. Elle inclut les grands modèles de langage, l’ingénierie du contexte, la génération augmentée par récupération et les flux de travail agentiques. Elle couvre aussi l’apprentissage automatique et l’apprentissage profond. Andrew Ng ajoute la mesure, l’orientation et la gouvernance statistiques des systèmes IA. Les évaluations disciplinées et les boucles d’analyse des erreurs occupent une place centrale. La deuxième compétence concerne les fondamentaux du développement logiciel. Ils aident à comparer les compromis liés à la pile logicielle, à l’architecture, au stockage des données et aux tests. Andrew Ng détaille ces points dans sa publication.

DeepLearning.AI formalise quatre compétences

Les agents de code constituent la troisième compétence identifiée par Andrew Ng. Les développeurs doivent comprendre leur fonctionnement, leurs limites et les moyens de les orienter. Cette pratique implique de savoir quand intervenir et quand laisser l’agent poursuivre. Elle demande aussi une spécification claire, l’orchestration de plusieurs agents et la protection des bases de données de production. Andrew Ng souligne que ces pratiques évoluent rapidement. Les utilisateurs doivent donc essayer de nouveaux outils et adapter leurs méthodes. La publication cite notamment la nécessité d’éviter les erreurs liées aux agents. AINews mentionne également la progression de Claude Code, Codex, Cognition et Cline entre 2024 et 2026. Ces noms illustrent l’évolution rapide des outils de programmation agentique.

Le produit compte également dans la quatrième compétence. Andrew Ng estime que l’ingénierie IA exige un sens du produit et une compréhension du contexte commercial. Les objectifs des clients doivent guider la construction. Cette compétence inclut la capacité à faire avancer les projets. Elle suppose de savoir quand construire rapidement un produit minimum viable pour le tester auprès d’utilisateurs. Elle suppose aussi de savoir quand ralentir pour développer plus soigneusement. AINews indique que cette dimension n’était pas anticipée dans l’essai initial sur l’ingénieur IA 1000x, publié en 2023. Le média relie ensuite cette évolution à l’ajout d’un parcours de gestion de produit IA dans World’s Fair 2024.

Les agents structurent les pratiques

L’horizon reste évolutif pour les pratiques d’ingénierie IA. La source rapporte que la qualité des agents dépend de plus en plus de leur environnement d’exécution, appelé « harness ». Un travail d’évaluation de NVIDIA indique que les scores de vérification des compétences corrèlent avec la qualité jugée à seulement ρ = 0,14. Il propose plutôt de mesurer le « Skill Lift », soit l’écart de travail réalisé avec et sans compétence, dans des conditions identiques. La source mentionne aussi Headlong, un micro-environnement ouvert pour agents persistants. Il aurait réalisé une réparation autonome en 48 minutes, avec un coût de réflexion en arrière-plan estimé entre 1 et 2 dollars par heure. Ces éléments complètent le cadre présenté par Andrew Ng. Pour aller plus loin, consultez notre guide sur la formation IA et les obligations de l’AI Act.